創新資源協同、空間關聯對城市房價影響的空間效應研究

高宏霞 王成

摘? ?要：房地產價格調控一直以來都是地方政府關注的重點。本文基于創新資源協同視角，利用中國70個大中城市面板數據，從城市地理特征和經濟特征兩方面分別構建空間權重矩陣，利用偏微分方法和空間杜賓模型，研究創新資源協同、空間關聯對城市房價影響的直接效應和空間溢出效應以及考察房地產行業動態性的調節作用。研究發現：在考慮城市地理特征和經濟特征時，創新資源協同均會顯著促進本城市房價上漲，空間效應以直接效應為主，而對鄰近城市房價的空間溢出效應不明顯;考慮空間關聯作用時，創新資源協同空間關聯在兩類城市特征下均會顯著促進本城市房價上漲，對鄰近城市房價的空間溢出效應僅在考慮城市地理特征時成立，城市經濟特征并不能增強創新資源協同空間關聯的空間溢出效應;房地產行業動態性在創新資源協同、空間關聯與城市房價之間關系的調節作用均不顯著。

關鍵詞：城市房價;創新資源協同;空間效應;行業動態性

DOI：10.3969/j.issn.1003-9031.2021.06.001

中圖分類號：F293.3文獻標識碼：A? ? ? ? ? ?文章編號：1003-9031（2021）06-0003-11

一、引言及文獻綜述

城市是人才、資金、技術、知識等方面最為活躍的地方，是創新活動主要的空間載體。我國學者趙黎明（2002）等首先明確提出了城市創新系統理論，認為集中在城市地理區域范圍內各個創新主體要素（政府、企業、高校和科研機構等）、創新客體要素（創新相關的物質、資源條件）在相關的制度約束和政策實施的創新過程中相互影響、相互作用、相輔相成中形成的社會經濟系統。有關房地產行業特別是城市房價和要素以及創新之間的關系，已有學者進行了一定研究。余泳澤等（2017）學者從“房價—要素—創新”的傳導角度開展研究，發現房價上漲的空間蔓延效應通過擠占創新資金負向影響周邊城市技術創新活動。但張所地等（2019）發現城市創新性特征也會顯著正向影響房地產市場，溢出效應顯著，是引致中國房價分化的內爆力。然而，在城市創新系統內部，各類創新資源并不是單一的發揮作用對房價產生影響，各類創新資源之間的協同互動作用往往被忽視。值得關注的問題是城市內部各類創新資源的協同作用對房價究竟會產生怎樣的影響？若考慮城市間創新資源協同作用的空間聯系時，兩者間的關系是否有變化？更進一步的，伴隨著房地產行業的動態變化，其是否在創新資源協同、空間關聯對城市房價的影響中產生某種調節作用？因此，探究城市創新系統內部各類創新資源的協同互動作用對城市房價的影響，以及考慮房地產行業的動態變化在其中的影響，對于地方政府進行房價調控具有重要的意義。

目前，從已有的相關文獻來看，研究城市內部創新資源協同對房價影響的文獻較為匱乏，與本文研究相關的文獻主要從以下兩個方面展開。

一是研究創新資源對房價的影響，相關文獻多側重探討創新人才、創新資金、創新物質條件、創新技術等對房價的影響。王榮等（2016）從城市基礎設施、創新投入和產出三個視角研究發現，房價受城市基礎設施的影響最大，其次受城市創新產出的影響，城市基礎設施和創新產出對房價均有正資本化效應，而城市創新投入對房價的影響不顯著，但存在負相關的關系。馮珍等（2019）研究表明，住宅商品房價格會受到區域創新要素顯著的促進作用，受到資金、技術要素的促進作用明顯小于受到基礎設施和人才要素的促進作用。楊木旺等（2020）研究得出，科技投入中 R&D 人數的顯著增加是推高房價的主要原因，科技創新能力的產出和研發經費投入的正向影響較小。

二是研究創新資源集聚對房價的影響。況偉大（2013）認為，FDI對中國大中城市房價具有顯著影響。范新英等（2018）通過構建人才、資金和技術集聚度等指標，利用空間杜賓面板數據模型實證得出，城市創新集聚能夠促使房價上漲。李心雅（2015）認為人口在城市的大規模集聚，引起銀行的房地產信貸規模的擴張，進而推動住房價格的上漲。此外，曾嵐婷等（2019）從要素的空間流動視角，研究發現國際資本流動對房價有重要影響。

綜上所述，關于創新資源對房價影響的相關文獻，已有研究關注到要素、資源的集聚效應對房價的影響，同時還考慮到要素的空間流動，但僅從單一的要素或資源在一定時間段對房價所產生的影響進行了研究，在一定程度上缺乏考慮系統內部各類資源之間協同互動的作用。而從協同的角度來看，相關研究更多關注政府、企業和大學以及科研機構等主體要素之間的協同創新，很少從城市創新系統內部各類創新資源協同作用的視角來研究創新資源協同對城市房價的影響。因此，本文基于城市創新系統理論以及協同的視角，從城市地理特征和經濟特征兩方面構建空間權重矩陣，利用Lesage&Pace（2009）的偏微分方法和空間杜賓面板模型，研究創新資源協同對城市房價影響的直接效應和空間溢出效應，同時檢驗了考慮空間關聯作用時兩者的關系。在此基礎上，將行業動態性納入研究框架，考察房地產行業動態性在創新資源協同、空間關聯與城市房價之間關系的調節作用。

二、理論分析與研究假設

德國物理學家赫爾曼·哈肯于上世紀60年代中期首次提出協同理論，其最初出現在科學領域，而非經濟學領域。“協同效應”是協同作用所產生的效果，是在一個開放的系統內多個子系統之間相互作用所產生的整體效果。“協同”就是將兩個或兩個以上不同的資源或不同的個體進行合理的搭配組合，從而達到個人或組織所期成果的過程或能力，而且協同作用產生的整體效果大于個體所產生效果的簡單加總。關于創新資源集聚的內涵，從靜態視角來看，是指地區的創新資源在某一時點所積累的總體數量以及各個創新主體之間對創新資源的分配情況;從動態視角來看，是指創新資源在地區不斷地積累和優化以及整合的動態變化過程。一般情況下， 創新資源集聚可以被看做是高技術領域內相互關聯的企業或機構在一定的地理位置上的集聚，即高技術企業的集聚化或高技術的產業集聚。此外，創新資源協同會在區域間創新資源協同勢差以及空間的相互作用下促使創新資源在各個城市之間的流動。同時，人們為了滿足其需求所進行的社會經濟活動，使得城市內聚集了各種各樣的創新要素，通過有效資源配置形成了顯著的要素集聚效應和協同效應，從而拉動了該地區技術的不斷進步和經濟發展水平的不斷提高。創新集聚水平高的城市依靠完善的基礎設施和便利的交通以及高效的信息資源，產生了比其他城市更多的學習曲線效應和經驗效應，吸引了大量的創新人才和資本的流入，產生了“虹吸效應”，進而使得房地產市場蓬勃發展，催生房價上漲。

法國經濟學家弗朗索瓦·佩魯的“增長極”理論明確指出：經濟增長不會同時出現在所有的行業和地區，而是首先出現和集中在有巨大資源優勢的某些行業和地區，以其人才和資本的流動以及技術擴散來促進周邊地區的經濟增長。發展經濟學家阿爾伯特·赫希曼的“極化效應”認為，增長極的產生勢必會引起產業的集聚，將鄰近地區的相關物質資源以及能源吸引到本地區，從而對鄰近地區產業發展產生了負面的影響;其提出的“擴散效應”認為，隨著經濟增長中心地區的不斷發展，在經濟增長中心的周邊地區，會獲得經濟增長中心地區的人才，資本等要素的不斷流入，從而帶動了本地區產業的不斷發展，并且還指出由于發達地區的長期發展會拉動鄰近地區經濟的發展，長期來看這種擴散效應最終會大于極化效應。城市創新系統內部創新資源的協同互動和創新要素集聚所形成得協同效應和集聚效應可以不斷增強城市的創新基礎，從而對城市房地產行業特別是城市房價產生重要影響。根據熊彼特所提出的技術創新的完整過程即“發明—創新—擴散”，城市創新資源通過基礎設施和通信渠道將現有的知識、信息和技術傳播到周邊地區，形成次級集聚點，有助于該地區形成良好的創新環境，從而吸引其他地區的企業特別是高新技術企業的進入，促進周邊地區的創新活動和經濟增長以及房地產市場的繁榮，對本地區房價以及鄰近地區房價產生重要影響。而創新資源協同在各個地區間是動態聯系的，創新資源要素會因各個地區間創新資源協同勢差以及空間的相互作用而在區際單向、雙向或多向流動和轉換，能夠更有效地轉化為生產力，進而增強城市創新能力，從而推動房地產市場的繁榮和房價高企。

假設1：創新資源協同能夠促進城市房價的上漲，創新資源協同對城市房價的影響存在空間效應。

假設2：創新資源協同空間關聯對城市房價影響的空間效應存在差異性。

假設3：城市經濟的發展能夠減弱地理距離摩擦所帶來的阻礙作用，可以極大改善房地產行業動態性對創新資源協同、空間關聯與城市房價的調節作用。

三、研究設計

（一）計量模型的設定

基于研究主題，本文研究過程可以概括為：首先，初步檢驗了創新資源協同、空間關聯對城市房價的影響以及行業動態性的調節作用;其次，采用Lesage&Pace（2009）的偏微分方法與空間杜賓模型對主要解釋變量進行空間效應分解，進一步剖析創新資源協同、空間關聯對城市房價影響的直接效應和空間溢出效應以及行業動態性的調節作用。因此，以自變量為創新資源協同IRC為例，構建如下的空間杜賓模型（解釋變量為創新資源協同的空間關聯時只需將下式中的IRC替換為IRCP）：

式（1）用來研究創新資源協同對城市房價的影響;？籽為自回歸系數;Conts為相關控制變量;μ為地區固定效應;λ為時間固定效應;ε為隨機誤差項;W代表地理距離權重矩陣或經濟距離權重矩陣。

式（2）用于研究行業動態性對創新資源協同與城市房價之間關系的調節作用。

（二）變量選取與數據來源

1.因變量

城市房價。用城市商品房平均銷售價格作代理變量，以各城市所在省份的CPI進行平減轉化為實際值，同時對變量做對數處理來盡可能的消除異方差。

2.自變量

自變量用于衡量城市創新資源協同，以及從動態角度考慮城市間創新資源協同的空間關聯作用，為了盡可能的消除異方差將最終的綜合變量做對數處理。

首先，借鑒余永澤等（2017）利用相應指標做平均處理的方法得到相對指標，可以消除地區之間面積大小、城市規模、人口規模等異質性帶來的不可比因素，本文分別用技術服務和地質勘查業從業人員總數占年末總人口數量的比值、科學技術支出額占地方財政支出額的比值、固定資產投資額占地方生產總值的比值、互聯網用戶數占地方總人口數量的比值、專利授權數量占科學研究、技術服務和地質勘查業從業人員總數的比值依次作為創新人力資源（HR）、創新財力資源（FR）、創新物力資源（MR），創新信息資源（IR）、創新知識技術資源（KTR）的代理變量，從五個方面系統的衡量創新資源。

借鑒陳收等（2015）利用創新資源之間的交互作用來測度創新資源協同的方法：

其中，IRCPi用來度量城市i對其他城市的創新資源協同空間關聯總量。

3.控制變量

參考已有的相關研究，本文主要從供求的角度，選取了商品房銷售面積（Are）、人口規模（Pop）、產業結構（Ind）、交通狀況（Yep）、教育水平（Edu）和醫療水平（Med）等方面。

4.調節變量

行業動態性（ED）。由于房地產行業的動態變化和不穩定性，本文以房地產行業動態性作為本文的調節變量，研究房地產行業動態性在創新資源協同以及其對應的空間關聯對城市房價影響關系中的調節作用。借鑒Gregory等（1984）的度量方法，房地產行業動態性的處理方式為：先計算房地產行業商品房的平均銷售收入，然后對時間虛擬變量進行計量回歸便可得到其標準差，最后再用計算所得的標準差除以房地產行業每年的平均銷售收入的均值即可。變量定義和描述性統計見表1。

四、實證結果與分析

（一）平穩性檢驗

為了防止使用面板數據造成偽回歸，將本文各變量用LLC檢驗和IPS檢驗進行單位根檢驗，檢驗發現各變量均平穩，故可進行面板數據的計量回歸（見表2）。

（二）空間相關檢驗

本文運用stata16的計量軟件，以地理距離權重矩陣為基礎測算了房價的 Morans I。發現2005—2019年我國69個大中城市多數年份的房價莫蘭指數結果均大于0，且Z值大于1.96，這表明城市房價具有顯著的空間正相關性，相似房價水平的區域有明顯的空間集聚現象（見表3）。

（三）空間計量模型的識別

在檢驗房價具有空間相關性后，本文首先構建LM統計量檢驗是否符合空間滯后模型或空間誤差模型二者之一。根據Anselin（1988）提出的判別標準發現，LMLAG、LMERR、R-LMLAG和R-LMERR均顯著，故選擇空間杜賓模型。其次，進行LR檢驗和Wald檢驗，進一步判斷空間杜賓模型的擬合效果，即空間杜賓面板模型是否可以被空間滯后或空間誤差模型替代而對本文的研究問題進行空間估計，結果表明本文選擇空間杜賓面板模型進行分析更優。根據豪斯曼檢驗結果，本文空間杜賓面板模型選用固定效應模型。

（四）實證結果與分析

1.創新資源協同、空間關聯對城市房價影響的初步檢驗

表4給出了地理距離和經濟距離兩類權重矩陣下，創新資源協同、空間關聯對城市房價影響以及環境動態性對其二者間關系的調節作用的空間回歸結果。模型（1）和模型（5）表示在兩類權重矩陣下創新資源協同對城市房價影響的空間回歸結果，模型（3）和模型（7）表示創新資源協同空間關聯對城市房價影響的空間回歸結果，模型（2）（4）（6）（8）則表示加入調節變量行業動態性的交互項IRC×ED和IRCP×ED后上述變量間的空間回歸結果。

當自變量是創新資源協同時，在兩類權重矩陣下，創新資源協同IRC的系數均為0.179，且通過了1%的顯著性檢驗，這表明創新資源協同對城市房價存在正向的促進作用，即創新資源協同每提高1%，將促使房價上漲0.179%。加入行業動態性ED變量后，發現兩類矩陣下的交互項IRC×ED的系數均未通過顯著性檢驗，這表明考慮城市的地理和經濟特征時，行業動態性對創新資源協同與城市房價之間關系沒有顯著的調節作用。

當自變量為創新資源協同空間關聯時，兩類權重矩陣下的回歸系數分別為0.114和0.111，且在1%的水平上顯著，說明創新資源協同空間關聯在兩類權重矩陣下均能促進房價上漲，即創新資源協同空間關聯每提高1%，將分別促使房價上漲0.114%和0.111%。加入行業動態性ED變量后，兩類權重矩陣下的交互項IRCP×ED的系數均未通過顯著性檢驗，這說明考慮城市的地理和經濟特征時，行業動態性在創新資源協同空間關聯對城市房價的影響中也沒有明顯的調節作用。

2.創新資源協同、空間關聯對城市房價影響的空間效應分解

為了進一步剖析創新資源協同、空間關聯對城市房價影響的直接效應和空間溢出效應以及行業動態性的調節作用，參考已有的研究，利用Lesage&Pace（2009）偏微分方法進行空間效應分解更能夠表征上述變量之間的關系。因此，本文將創新資源協同、空間關聯對城市房價的影響（包括行業動態性的交互項）等主要解釋變量的空間效應分解為直接效應、空間溢出效應和總效應（見表5）。

當自變量是創新資源協同時，觀察地理距離和經濟距離兩類權重矩陣下的回歸結果可知，創新資源協同的直接效應回歸系數分別為0.180和0.178，均在1%的水平上顯著，而空間溢出效應回歸系數分別為0.015和-0.017，均未通過顯著性檢驗，且兩類權重矩陣下直接效應在總效應的占比均超過90%，這表明兩類城市特征下我國城市創新資源協同會對本城市房價產生明顯的促進作用，尚未對鄰近城市房價產生顯著的空間溢出效應，且創新資源協同所產生的空間效應以直接效應為主，即假設1成立。加入行業動態性ED變量后，發現兩類權重矩陣下的交互項IRC×ED的直接效應和空間溢出效應系數均未通過顯著性檢驗，這說明考慮城市地理和經濟特征時，行業動態性在創新資源協同對本城市以及鄰近城市房價的影響沒有明顯的調節作用，即假設3不成立。

當自變量為創新資源協同空間關聯時，兩類權重矩陣下創新資源協同空間關聯的直接效應回歸系數分別為0.113和0.111，均在1%的水平上顯著，這表明創新資源協同空間關聯在兩類權重矩陣下對本城市房價有顯著的正向影響。從創新資源協同空間關聯的空間溢出效應來看，地理距離權重矩陣下空間溢出效應的回歸系數為0.079，且在1%的水平上顯著，這說明地理距離摩擦作用下創新資源協同空間關聯對鄰近城市房價具有顯著的正向影響。經濟距離權重矩陣下的空間溢出效應系數為-0.001，但未通過顯著性檢驗，這說明考慮城市經濟特征時，創新資源協同空間關聯對鄰近城市房價的正向影響不明顯，即假設2成立。加入行業動態性ED變量后，發現兩類權重矩陣下的交互項IRCP×ED的直接效應和空間溢出效應系數均未通過顯著性檢驗，這說明考慮城市地理和經濟特征時，行業動態性在創新資源協同空間關聯對本城市和鄰近城市房價的影響均沒有明顯的調節作用，即假設3不成立。值得關注的是，與地理距離權重矩陣相比，在經濟距離權重矩陣下，創新資源協同空間關聯的空間溢出效應回歸系數由正值0.079變化為負值-0.001，顯著性檢驗的結果也從1%的顯著性水平變化為不顯著，這在一定程度上說明考慮城市經濟特征即城市的經濟發展水平高低以及創新資源協同在區域之間的空間關聯作用時，由于創新資源協同的空間效應主要以直接效應為主，往往會吸引鄰近城市人才、資金等資源要素流入，這就使得本城市創新資源協同空間關聯沒有顯著的溢出效應，即城市經濟發展并不能增強創新資源協同空間關聯對鄰近城市房價的空間溢出效應。

五、結論與啟示

（一）結論

本文采用2005—2019年中國70個大中城市面板數據，將考慮城市地理特征的地理距離權重矩陣和考慮城市經濟特征的經濟距離權重矩陣納入到空間面板杜賓模型，初步檢驗了創新資源協同、空間關聯對城市房價的影響以及行業動態性的調節作用，并采用Lesage&Pace（2009）的偏微分方法和空間杜賓模型對主要解釋變量進行空間效應分解，剖析了創新資源協同、空間關聯對城市房價影響的直接效應和空間溢出效應以及行業動態性的調節作用，也進一步驗證了初步檢驗的相關結論。在上述的基礎上對比分析了兩類城市特征矩陣下的空間回歸結果，通過空間效應分解綜合得出以下結論：一是在考慮城市的地理特征和經濟特征時，創新資源協同均會對本城市房價產生顯著的促進作用，空間效應以直接效應為主，但對鄰近城市房價的空間溢出效應不明顯。二是創新資源協同空間關聯在兩類城市特征下均會對本城市房價產生顯著的驅動作用;創新資源協同空間關聯在地理距離權重矩陣下對鄰近城市房價具有顯著的正向影響，而在經濟距離權重矩陣下的空間溢出效應不明顯，進一步說明城市經濟特征即城市經濟的發展并不能增強創新資源協同空間關聯對鄰近城市房價的空間溢出效應。三是無論是地理距離權重矩陣還是在經濟距離權重矩陣下，行業動態性在創新資源協同與城市房價之間的關系以及創新資源協同空間關聯與城市房價之間關系的調節作用均不顯著。

（二）啟示

地方政府在進行房地產價格調控時，可以考慮以城市房價的高低對創新資源進行優化配置，因地施策。對于房價較高的城市，可以對創新資源進行合理的整合和優化配置，利用城市創新資源的“協同集聚效應”，為城市儲備創新人才、創新資金和創新技術等，以城市為依托，增強城市的創新基礎，穩定房價;同時，大力推進城市產業的優化升級，加強與房價較低城市的創新合作，支撐房地產市場繁榮。對于房價較低的城市，應該實施住房補貼等人才引進政策，對于一些由于區位因素導致宜居性相對不強的城市，可以從增強城市創新文化軟實力著手，制定較為完善的人才引進和人才培養的長效機制以及提供豐厚的養老保障福利，不斷提高城市的認可度，進而為推動房地產市場穩定發展奠定基礎。

政府應加強城市間的合作與交流，鼓勵形成協同有序的城市群，形成城市間“你中有我，我中有你”的良性互動。各城市群或城市之間的協同聯動發展不僅有助于推動房地產市場的穩定繁榮和房價的合理上漲，還可以通過這種聯動機制緩解房地產市場過熱帶來的不利影響。

（責任編輯：孟潔）

參考文獻：

[1]趙黎明，冷曉明等.城市創新系統[M].天津：天津大學出版社，2002.

[2]王海杰，周毅博.戰略性新興產業與創新型城市的耦合機制研究——基于系統動力學的視角[J].當代經濟研究，2012（9）：58-62.

[3]余泳澤，張少輝.城市房價、限購政策與技術創新[J].中國工業經濟，2017（6）：98-116.

[4]張所地，程小燕.城市創新性特質對房價分化影響的實證研究[J].數理統計與管理，2019，38（1）：105-114.

[5]王榮，張所地.城市創新能力對商品房房價的影響分析[J].上海經濟研究，2016（12）：113-119.

[6]馮珍，譚立元，張所地.區域創新要素對房價的影響研究[J].經濟問題，2019（8）：99-104+120.

[7]楊木旺，孫斌藝，趙子良.科技創新能力、區域異質性與中國房價——基于31個省份的實證研究[J].重慶大學學報（社會科學版），2020，26（3）：50-65.

[8]況偉大.FDI與房價[J].經濟理論與經濟管理，2013（2）：51-58.

[9]范新英，張所地.創新集聚對城市房價影響的實證研究[J].經濟問題探索，2018（1）：63-69.

[10]李心雅.人口集聚、銀行信貸與住房價格波動[D].湘潭：湘潭大學，2015.

[11]曾嵐婷，葉阿忠，楊建輝.國際資本流動對省域房價的異質性傳導效應檢驗[J].統計與決策，2019，35（14）：141-145.

[12]白俊紅，蔣伏心.協同創新、空間關聯與區域創新績效[J].經濟研究，2015，50（7）：174-187.

[13]LeSage J，Pace R K.Introduction to spatial econometrics[M].New York：CRC Press，Taylor&Francis Group，2009.

[14]Haken H.Synergetics：An Introduction[M].Berlin：Springer-Verlag Berlin Heidelberg，1977.

[15]王慧軍.企業協同創新管理：理論研究、運行機制及評價模型[M].大連：大連理工大學出版社，2017.

[16]陳菲瓊，任森.創新資源集聚的主導因素研究：以浙江為例[J].科研管理，2011，32（1）：89-91.

[17]陳菲瓊，韓瑩.創新資源集聚的自組織機制研究[J].科學學研究，2009，27（8）：1246-1254.

[18]呂海萍，池仁勇，化祥雨.創新資源協同空間聯系與區域經濟增長——基于中國省域數據的實證研究[J].地理科學，2017，37（11）：1649-1658.

[19]吳傳清，周晨晨.增長極理論在中國的新發展：基于學說史視角的考察[J].貴州社會科學，2013（10）：47-52.

[20]Hirschman，Albert O.The strategy of economic development[M].New Haven：Yale University Press，1958.

[21][美]熊彼特.經濟發展理論[M].孔偉艷譯.北京：北京出版社，2008.

[22]馮珍，譚立元，張所地.區域創新要素對房價的影響研究[J].經濟問題，2019（8）：99-104+12.

[23]曲然.區域創新系統內創新資源配置研究[D].吉林：吉林大學，2005.

[24]馬池順.創新資源視角下的創新型城市成長研究[D].武漢：武漢理工大學，2013.

[25]陳收，施秀搏，吳世園.互補資源與創新資源協同對企業績效的影響——行業動態性的調節.[J]系統工程，2015，3（1）：61-67.

[26]Gregory G.Dess and Donald W.Beard.Dimensions of Organizational Task Environments[J].Cornell University Graduate School of Management，1984，29（1）.

[27]AnselinL.Spatial Econometrics：Methods and Model[M].Boston：Kluwer Academic Publishers，1988.